目　錄
第 1章 電子商務數據分析導論 1
引例：亞馬遜公司利用大數據練就“讀心術” 1
1．1 電子商務數據分析概述 2
1．1．1 電子商務數據分析的含義 2
1．1．2 電子商務數據分析的基本特點 3
1．1．3 電子商務數據分析的主要作用 4
1．1．4 電子商務數據分析的流程 5
1．2 電子商務數據分析的內容及業務指標 6
1．2．1 市場經營環境數據分析 7
1．2．2 電子商務網站運營數據分析 10
1．2．3 電子商務客戶數據分析 14
1．2．4 網絡營銷績效數據分析 15
1．3 電子商務數據分析的主要方法 18
1．3．1 單純的數據加工方法 18
1．3．2 基于數理統計的數據分析方法 18
1．3．3 基于數據挖掘的數據分析方法 19
1．3．4 基于大數據的數據分析方法 20
1．4 電子商務數據分析的常用工具 21
1．4．1 企業數據分享平臺 21
1．4．2 網站分析工具 22
1．4．3 數理統計分析工具 25
1．4．4 數據挖掘與大數據分析工具 25
1．5 電子商務數據分析師的成長規劃 26
1．5．1 電子商務數據分析師的知識結構 27
1．5．2 電子商務數據分析師的能力素質要求 28
1．5．3 電子商務數據分析師的成長階段 30
1．5．4 電子商務數據分析師的成長建議 30
本章小結 32
復習思考題 32
第 2章 電子商務數據分析的統計基礎 34
引例：ThirdLove利用統計數據細分客戶 34
2．1 描述性統計分析 34
2．1．1 統計數據的類型 35
2．1．2 數據的集中趨勢 36
2．1．3 數據的離中趨勢 41
2．1．4 數據的分布形態 45
2．1．5 數據的統計圖展示 46
2．2 數理統計基礎 53
2．2．1 抽樣估計基礎 54
2．2．2 正態分布 55
2．2．3 基于正態分布的三大分布 57
2．2．4 中心極限定理 60
2．3 相關分析與回歸分析 60
2．3．1 相關分析 61
2．3．2 一元線性回歸分析 63
2．4 應用實例：使用Excel實現一元回歸分析 65
2．4．1 求解問題及要求 66
2．4．2 不同方法實現回歸分析的基本步驟 67
本章小結 71
復習思考題 72
第3章 網店運營數據分析 74
引例：京東利用網店運營數據造就電子商務巨頭 74
3．1 網店運營數據分析的作用及階段目標 74
3．1．1 網店運營數據分析的作用 75
3．1．2 網店運營不同階段數據分析的目標 75
3．2 網店運營數據分析常用工具 76
3．2．1 淘寶官網運營數據分析工具 76
3．2．2 第三方運營數據分析工具 77
3．3 網店訂單數據分析 79
3．3．1 訂單狀態數據分析 79
3．3．2 訂單時間數據分析 79
3．4 網店客戶數據分析 81
3．4．1 網店客戶類別分析 81
3．4．2 網店客戶行為分析 83
3．4．3 網店客戶群體特征分析 84
3．4．4 網店客戶購買頻次分析 86
3．5 網店銷售額數據分析 88
3．5．1 電子商務總銷售額數據分析 88
3．5．2 新客戶銷售額數據分析 88
3．5．3 回頭客銷售額數據分析 89
3．6 網店商品關聯數據分析 89
3．6．1 關聯訂單數分析 89
3．6．2 關聯比例分析 90
3．6．3 關聯客戶數分析 90
3．7 應用實例：淘寶網店數據分析 91
3．7．1 淘寶網店地域數據分析 91
3．7．2 淘寶網店會員數據分析 95
3．7．3 淘寶網店客服數據分析 99
3．7．4 淘寶網店利潤數據分析 103
本章小結 107
復習思考題 107
第4章 電子商務網站訪問數據統計分析 109
引例：“58同城”利用訪問數據幫助用戶租房不用中介 109
4．1 電子商務網站內部數據分析 109
4．1．1 網站跳出率分析 110
4．1．2 網站流量數據分析 110
4．1．3 網站訪問深度分析 112
4．2 電子商務網站外部數據分析 112
4．2．1 電子商務搜索指數分析 112
4．2．2 電子商務網站權重分析 114
4．2．3 電子商務網站外鏈分析 115
4．3 電子商務網站來源數據分析 115
4．3．1 自然排名關鍵詞來源分析 116
4．3．2 競價排名關鍵詞來源分析 117
4．4 應用實例：使用“網站統計”工具分析受訪頁面 123
4．4．1 受訪頁面分析 123
4．4．2 受訪域名分析 124
4．4．3 入口頁面報告 125
4．4．4 頁面點擊圖 127
4．4．5 頁面上下游 128
本章小結 130
復習思考題 130
第5章 電子商務網站數據挖掘分析/ 132
引例 Target和懷孕預測指數 132
5．1 數據挖掘的概念和特點 133
5．1．1 數據挖掘的概念 133
5．1．2 數據挖掘的特點 134
5．2 電子商務網站數據挖掘的工作機制 134
5．2．1 電子商務網站數據采集 135
5．2．2 電子商務數據處理 136
5．2．3 數據報告 137
5．3 電子商務網站分析工具的選擇 138
5．3．1 整體解決方案的效能 138
5．3．2 易用性 138
5．3．3 功能豐富性 139
5．3．4 增值服務價值 140
5．3．5 價格和費用 141
5．4 電子商務網站數據的整合處理 141
5．4．1 電子商務網站數據整合的意義 141
5．4．2 電子商務網站數據整合的范疇 142
5．4．3 電子商務網站在線數據整合的方法 147
5．4．4 電子商務網站本地數據整合的方法 150
5．5 電子商務網站營銷數據挖掘分析 153
5．5．1 電子商務網站營銷數據挖掘分析的常見類型 153
5．5．2 電子商務網站營銷數據挖掘分析的常見場景 153
5．5．3 電子商務網站營銷數據挖掘分析的常用維度 155
5．5．4 網站商品銷售數據挖掘分析與診斷 158
5．5．5 網站營銷數據挖掘分析報告的撰寫 164
5．6 應用實例：惡意流量分析 166
本章小結 170
復習思考題 170
第6章 電子商務大數據分析/ 172
引例 農夫山泉借助大數據優化供應鏈 172
6．1 大數據的含義與特征 172
6．1．1 大數據的含義 173
6．1．2 大數據的基本特征 173
6．1．3 大數據的生態系統 174
6．1．4 大數據分析的生命周期 175
6．2 大數據分析的關鍵技術 176
6．2．1 大數據采集技術 177
6．2．2 大數據預處理技術 177
6．2．3 大數據存儲與管理技術 178
6．2．4 大數據挖掘分析技術 178
6．2．5 大數據展現與應用技術 179
6．3 移動電子商務大數據分析 179
6．3．1 大數據基于位置的服務營銷的商業價值分析 179
6．3．2 基于手機App大數據的用戶分析 181
6．3．3 基于小程序的大數據分析 184
6．4 電子商務大數據分析平臺——“京東大數據”/ 187
6．4．1 “京東大數據”的技術體系 187
6．4．2 “京東大數據”的數據管理 188
6．4．3 “京東大數據”的數據工具 189
6．4．4 “京東大數據”分析的應用領域 191
6．5 應用實例：如何利用大數據精準營銷找到大客戶 192
6．5．1 數據是找到大客戶的基礎 192
6．5．2 如何利用數據 193
6．5．3 用數據全面分析客戶 195
本章小結 196
復習思考題 196
第7章 電子商務數據可視化/ 198
引例 數據可視化之美——360“騙子地圖”/ 198
7．1 數據可視化的含義 198
7．2 常用的數據可視化方法 199
7．3 數據可視化的形式——圖表 202
7．3．1 數據可視化圖表類型 202
7．3．2 數據可視化圖表制作技巧 204
7．4 應用實例：電子商務數據分析結果的可視化
輸出 207
7．4．1 利用Excel實現數據分析結果可視化輸出 207
7．4．2 使用SPSS Modeler實現可視化數據挖掘 211
本章小結 218
復習思考題 218
第8章 電子商務數據分析實驗指導 220
引例 2019年七夕愛情報告 220
實驗1 常用數據分析工具的安裝 221
任務1-1 在Excel中安裝數據分析工具 221
任務1-2 數據分析軟件SPSS的安裝 222
任務1-3 可視化數據挖掘軟件SPSS Modeler的安裝 223
實驗2 使用Excel采集和統計電子商務數據 224
任務2-1 使用Excel采集店鋪排名數據 224
任務2-2 使用Excel采集商品類目銷售數據 225
任務2-3 使用Excel采集商品品牌銷售數據 225
任務2-4 使用Excel實現數據的描述性統計分析 226
實驗3 使用SPSS分析電子商務數據 228
任務3-1 使用SPSS實現數據的描述性統計分析 228
任務3-2 使用SPSS實現一元線性回歸分析 231
實驗4 應用“生意參謀”查詢網店運營數據 235
任務4-1 查看網店流量數據 235
任務4-2 查看網店收藏數據 237
任務4-3 查看網店轉化率數據 239
任務4-4 查看網店首頁數據 240
實驗5 應用“阿里指數”分析市場銷售數據 240
任務5-1 “行業大盤”板塊 241
任務5-2 “屬性細分”板塊 242
任務5-3 “采購商素描”板塊 244
任務5-4 “阿里排行”板塊 246
實驗6 應用“百度統計”分析網站運營數據 246
任務6-1 使用“百度統計”收集網站數據 246
任務6-2 開通“百度統計”賬戶 246
任務6-3 “百度統計”報告解讀 248
本章小結 253
復習思考題 253
參考文獻 256